Changed your AI agent’s model or prompt? Compare two versions’ calibration on YOUR question set: Brier score, overconfidence gap, and how often each declines unanswerable trap questions, with bootstrap 95% intervals. Flags a regression only when the move is bigger than noise; no verdict under 40 answered items per side. One Python file plus CI exit code; 16 tests; synthetic sample; guide in English and Arabic.
Digital download (zip). Standard $29 for one person; Team $79 for up to 15 people in one organisation.
Honest limits: a flag says the numbers moved, not why. Thresholds are QANTS proposals. Not a measure of honesty or usefulness. Educational; not financial advice.

— — —

غيّرت نموذج وكيلك أو تعليماته؟ قارن معايرة نسختين على أسئلتك أنت: درجة بريير وفجوة الثقة الزائدة وعدد مرات الامتناع عن أسئلة الفخ، مع فواصل بوتستراب 95%. يرفع تراجعاً فقط حين يفوق الضجيج، ولا حكم دون 40 بنداً مجاباً لكل جانب. ملف بايثون واحد مع رمز خروج للتكامل المستمر، 16 اختباراً، عيّنة تركيبية، ودليل بالعربية والإنجليزية.
تنزيل رقمي (zip). Standard بـ29$ لشخص واحد؛ Team بـ79$ حتى 15 شخصاً في جهة واحدة.
حدود صريحة: العلامة تقول إن الأرقام تحركت لا لماذا. العتبات اقتراحات من QANTS. ليس مقياساً للأمانة ولا الفائدة. تعليمي وليس نصيحة مالية.